查询处理和优化-2017年11月.PPTVIP

第5章 查询处理和优化 5.1 引言 5.2 代数优化 5.3 依赖于存取路径的规则优化 5.4 代价估算优化* 5.1 引言 概述 查询是数据库系统中最基本、最常见和最复杂的操作。对数据库的查询一般都是以查询语言（如SQL）表示。从查询请求出发，直到得到查询结果，这一过程称为查询处理。 关系数据库系统的查询语言一般是“非过程语言”，它减轻了用户选择存取路径的负担。用户只要提出‘干什么’，不必指出‘怎么干’。即用户不必关心查询的具体执行过程，而由DBMS确定合理的、有效的执行策略。DBMS在这方面的作用称为查询优化 。 对于使用非过程查询语言的RDBMS，查询优化是查询处理中非常重要的一环，对系统性能会产生很大的影响。 5.1 引言 2.查询处理的一般过程 先做词法和语法分析，把查询语句变成语法树或语法图；然后进行查询优化，形成执行计划，生成可执行代码，交系统执行。 具体处理过程也可分为解释和编译两种实现方式。 解释方式如图6－1所示。 编译方式如图6－2所示。 对于常用的例行事务，编译方式可以显著地提高数据库性能。 对于那些不怎么重复使用的偶然查询，解释也不失为一种简单、实用的实现方式。这两种实现方式在现有的商用DBMS中都有应用。 5.1 引言 3. 例子 首先看一个简单的例子，说明为什么要进行查询优化。 例：求选修了2号课程的学生姓名。用SQL语言表达： SELECT Sname FROM S，SC WHERE S.SNO=SC.SNO AND SC.CNO=2； 假定学生-课程数据库中有l000个学生记录,l0000个选课记录，其中选修2号课程的选课记录为50个。 系统可以用多种等价的关系代数表达式来完成这一查询 1.Q1= πSname(σ S.sno=sc.sno∧sc.cno=2(S×SC)) 2.Q2= πSname(σ sc.cno=2 (S ||SC)) 3.Q3= πSname(S|| σ sc.cno= 2 (SC)) 我们将看到由于查询执行的策略不同,查询时间相差很大。  5.1 引言 查询执行策略Q1代价分析 计算广义笛卡尔积的代价 把S和SC的每个元组连接起来。一般连接的做法是：在内存中尽可能多地装人某个表(如Student表)的若干块元组，留出一块存放另一个表(如SC表)的元组。然后把SC中的每个元组和S中每个元组连接，连接后的元组装满一块后就写到中间文件上，再从SC中读入一块和内存中的S元组连接，直到SC表处理完。这时再一次读入若干块S元组，读入一块SC元组，重复上述处理过程，直到把S表处理完。 设一个块能装l0个Student元组或l00个SC元组，在内存中存放5块Student元组 和l块SC元组，则读取总块数为： 1000/10+1000/(10 × 5) × (10000/100)=2100块 其中读Student表l00块。读SC表20遍，每遍l00块。若每秒读写20块，则总计要花105(秒)。 连接后的元组数为1000×10000。设每块能装l0个元组，则写出这些块要花1000000/20=50000( 秒)。 5.1 引言 查询执行策略Q1代价分析(续) 选择操作的代价 依次读入连接后的元组，按照选择条件选取满足要求的的记录。假定内存处理时间忽略。这一步读取中间文件花费的时间(同写中间文件一样)需50000 秒。满足条件的元组假设仅50个，均可放在内存。 3) 投影操作的代价 把第2步的结果在Sname上作投影输出,得到最终结果。 因此第一种情况下执行查询的总时间约为105+2×5×10000秒。这里，所有内存处理时间均忽略不计。 5.1 引言 查询执行策略Q2代价分析 计算自然连接的代价 为了执行自然连接，读取Student和SC表的策略不变,总的读取块数仍为2100块，花费l05秒。但自然连接的结果比第一种情况大大减少，为 10000个。因此写出这些元组时间为 10000/10/20=50秒。仅为第一种情况的千分之一。 读取中间文件块，执行选择运算，花费时间也为50秒。 将第2步结果投影输出。  因此，第二种情况总的执行时间≈105+50+50＝205秒。 5.1 引言 查询执行策略Q3代价分析 先对SC表作选择运算，只需读一遍SC表，存取l00块花费时间为5秒，因为满足条件的元组仅50个，不必使用中间文件。 读取STUDENT表，把读入的STUDENT元组和内存中的SC元组作连接。也只需读一遍STUDENT表共l00块花费时间为5秒。 把连接结果投影输出。  第三种情况总的执行时